WO2023123711A1 - 一种自动泊车路径规划方法、装置、介质及设备 - Google Patents

一种自动泊车路径规划方法、装置、介质及设备 Download PDF

Info

Publication number
WO2023123711A1
WO2023123711A1 PCT/CN2022/083294 CN2022083294W WO2023123711A1 WO 2023123711 A1 WO2023123711 A1 WO 2023123711A1 CN 2022083294 W CN2022083294 W CN 2022083294W WO 2023123711 A1 WO2023123711 A1 WO 2023123711A1
Authority
WO
WIPO (PCT)
Prior art keywords
sideline
ground
parking space
vehicle
road
Prior art date
Application number
PCT/CN2022/083294
Other languages
English (en)
French (fr)
Inventor
黄政明
冉旭
田勃
徐志江
顾云峰
Original Assignee
魔门塔(苏州)科技有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 魔门塔(苏州)科技有限公司 filed Critical 魔门塔(苏州)科技有限公司
Priority to EP22871163.6A priority Critical patent/EP4227180A1/en
Publication of WO2023123711A1 publication Critical patent/WO2023123711A1/zh
Priority to US18/230,303 priority patent/US20230373469A1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D15/00—Steering not otherwise provided for
    • B62D15/02—Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027—Parking aids, e.g. instruction means
    • B62D15/0285—Parking performed automatically
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/06—Automatic manoeuvring for parking
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/273—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion removing elements interfering with the pattern to be recognised
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/20—Static objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Definitions

  • the present application relates to the technical field of automatic driving, in particular to an automatic parking path planning method, device, medium and equipment.
  • the above-mentioned collision detection and planning module 604 can perform vehicle trajectory planning according to the result of collision detection to obtain the automatic parking planning path. Parking route planning.
  • the extended automatic parking path planning device provided in the present application can be used to implement the extended automatic parking path planning method described in any of the above embodiments, and its implementation principle and technical effect are similar, and will not be repeated here.

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种自动泊车路径规划方法，包括：提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息；根据感知信息识别目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线；将地面侧边线以及与地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为目标车位的可用泊车空间的相应边界；以及利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测，并根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径。一种自动泊车路径规划装置、计算机可读存储介质和计算机设备也被公开。

Description

一种自动泊车路径规划方法、装置、介质及设备
相关申请的交叉引用
本申请要求2021年12月28日提交中国专利局、申请号为202111626377.4、申请名称为“一种自动泊车路径规划方法、装置、介质及设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及自动驾驶技术领域，特别涉及一种自动泊车路径规划方法、装置、介质及设备。
背景技术
自动泊车是自动驾驶中的一项重要功能。现有技术中已有多种自动泊车路径规划方法，包括实时圆弧法，根据车的位置以及车位的位置，在不与由车位边界、道路边线以及障碍物构成泊车空间发生碰撞，并且符合运动学约束的前提下，利用多条圆弧拼接得到预先规划的泊车路径。另一种自动泊车路径规划方法，利用HybridA*搜索算法计算规划泊车路径。上述两种方法在规划泊车路径的过程中，均需要较大的空间，但是受限于具体泊车环境，规划成功率低，泊车效率低。
发明内容
针对现有技术存在的问题，本申请主要提供一种自动泊车路径规划方法、装置、介质及设备，通过将地面侧边线以及道路边线进行裁剪，增大路径规划时可用泊车空间，提高路径规划成功率，减少泊车所需空间，提高泊车效率。
为了实现上述目的，本申请采用的一个技术方案是：提供一种自动泊车路径规划方法，其包括：
提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息；根据感知信息识别目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线；将地面侧边线以及与地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为目标车位的可用泊车空间的相应边界；以及利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测，并根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径。
本申请采用的另一个技术方案是：提供一种自动泊车路径规划装置，其包括：
感知模块，用于提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息；识别模块，用于根据感知信息识别目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线；可用泊车空间相应边界获取模块，用于将地面侧边线以及与地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为目标车位的可用泊车空间的相应边界；以及碰撞检测及规划模块，用于利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测，并根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径。
本申请采用的另一个技术方案是：提供一种计算机可读存储介质，其存储有计算机指令，该计算机指令被操作以执行上述方案中的自动泊车路径规划方法。
本申请采用的另一个技术方案是：提供一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，该计算机指令被操作以执行上述方案中的自动泊车路径规划方法。
本申请的技术方案可以达到的有益效果是：一种自动泊车路径规划方法、装置、介质及设备。本申请通过将能够为侧边界为地面标线的车位的地面侧边线以及道路边线进行裁剪，使得进行自动泊车路径规划的过程提现有技术相比具有较大的可用自由泊车空间，能够提高泊车路线规划的成功率，减少泊车所需空间，提高泊车效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一种自动泊车路径规划方法的使用场景示意图；
图2是本申请正常泊车过程中车辆压过地面侧边线示意图；
图3是本申请一种自动泊车路径规划方法的一个具体实施方式的示意图；
图4是本申请一种自动泊车路径规划方法的一个具体实施例中预定泊车空间示意图；
图5是本申请一种自动泊车路径规划方法的一个具体实施例中利用车辆经缩小的轮廓示意图；
图6是本申请一种自动泊车路径规划方法的一个具体实施方式的示意图；
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
下面结合附图对本申请的较佳实施例进行详细阐述，以使本申请的优点和特征能更易于被本领域技术人员理解，从而对本申请的保护范围做出更为清楚明确的界定。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
自动泊车是自动驾驶中的一项重要功能,使用场景如图1所示，自动泊车辅助系统APA(Auto Parking Assist)通过控制车辆的加减速度和转向角度自动停放车辆。该系统通过传感器进行碰撞检测感知泊车环境，并估计车辆姿态(位置和行驶方向)，并根据驾驶员的选择自动或手动设置目标泊车位。然后系统进行自动泊车路径计算，并通过精确的车辆定位与车辆控制系统使车辆沿定义的泊车路径进行全自动泊车，直至到达最终目标泊车位。
现有技术中已有多种自动泊车路径规划方法。现有技术在进行泊车路径规划的过程中利用传感器感知环境以及进行障碍物检测时，都是将完整的车位边界作为泊车边界，和车辆作碰撞检测，以避免车辆与车位边界发生碰撞。这样即使是车位的边界为划在地上的，正常泊车车辆可以压过的地面边线如图2所示，在进行路径规划时还要避免车辆碰到地面边线，导致实际规划路径不是最优，所需泊车空间大，路径规划成功率低。
本申请通过识别目标车位的地面边线，并在规划路径的时候允许车身与地面边线碰撞，增加路径规划时的可用空间，提高泊车路径规划成功率，减少泊车所需空间，使得最终规划的路径达到最优，提高泊车效率。
下面以具体地实施例结合附图对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图3示出了本申请一种自动泊车路径规划方法的一个具体实施方式
在图3示出的本申请自动泊车路径规划方法的具体实施方式中，包括过程301，提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息；过程302，根据感知信息识别目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线；过程303，将地面侧边线以及与地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为目标 车位的可用泊车空间的相应边界；以及过程304，利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测，并根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径。
本申请通过将能够为侧边界为地面标线的车位的地面侧边线以及道路边线进行裁剪，使得进行自动泊车路径规划的过程提现有技术相比具有较大的可用自由泊车空间，能够提高泊车路线规划的成功率，减少泊车所需空间，提高泊车效率。
过程S301表示的提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息的过程能够便于后续根据感知信息识别目标车位的地面侧边线，道路边线以及实际障碍物轮廓线。
在本申请的一个具体实施例中，上述提取车辆感知到的包含目标车位在内的预定泊车空间的过程包括，根据车辆的尺寸与最小转弯半径确定上述预定泊车空间，如图4所示，例如，将上述泊车环境范围根据经验值确定为30mX30m的正方形，或者将上述泊车环境范围确定为边长为：车辆长度+最小转弯半径的正方形。
在本申请的一个具体实施例中，上述提取车辆感知到的包含目标车位在内的预定泊车空间的过程包括，利用车辆上配置的至少一个传感器获取车辆所处的物理环境的图像，并提取与泊车相关的对象，以便于进一步识别出地面侧边线后对地面侧边线进行裁剪处理。具体的，上述车辆可以是承载人和/或物并且通过发动机、电池等动力系统移动的任何类型的车辆，包括但不限于轿车、卡车、巴士、电动车、摩托车、房车、火车等。上述图像中包括与泊车相关的对象，例如车位边界，包括立柱、锥桶、边线等信息；以及与泊车不想关的对象，例如其他交通工具，以及景物，需要从大量对象中识别出与泊车相关的对象。
可选的，上述至少一个传感器可以包括AVM(环视鱼眼摄像头)以及USS(超声波雷达)。
在本申请的一个具体实例中，上述提取与泊车相关的对象的过程包括，车位检测、障碍物检测以及接地线检测。具体的，上述车位检测过程包括，车位边界检测，上述障碍物检测的过程包括对预定范围内的其他交通工具、人以及锥桶等进行检测；上述接地线检测过程包括，对预定范围内的墙面、柱子等建筑物与地面接触的边界进行检测。
在本申请的一个具体实施例中，上述提取与泊车相关的对象的过程还包括对象融合过程。即将多相机感知的对象信息融合为一个对象信息，例如，将多个相机拍到的同一障碍物信息融合为一个障碍物信息用以进行输出；将相机感知结果与超声感知结果进行融合，例如，将相机拍到的车位信息和超声波雷达得到的车位信息，融合为一个车位信息进行输出；或者换将多帧感知信息融合为一个信息，例如，将一个相机拍到的同一接地线信息的多帧图片融合为一个该障碍物信息以进行输出吗，这样就能得到更为稳定、准确的对象信息。
过程S302表示的根据感知信息识别目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线的过程，能够便于根据识别到的地面侧边线、道路边线以及实际障碍物轮廓线构造泊车空间边界。
具体的，根据感知信息识别目标车位的地面侧边线过程包括对车位的边界是否为地面标线进行判断。在实际泊车情景中，车位的边界可以包括一条地面侧边线或者两个侧方边界都是地面侧边线。
在本申请的一个具体实施例中，上述根据感知信息识别实际障碍物轮廓线的过程包括，对固定障碍物的轮廓进行识别，例如，对墙、柱子、锥桶等障碍物的轮廓进行识别。
在本申请的一个具体实施例中，上述根据感知信息识别实际障碍物轮廓线的过程包括，对运动障碍物的轮廓进行识别，例如，对预定泊车空间内出现的人、车以及动物进行检测。
过程S303表示的将地面侧边线以及与地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为目标车位的可用泊车空间的相应边界的过程，能够使得后续直接利用裁剪剩余的地面侧边线和道路边线构成可用泊车空间的相应边界进行碰撞检测，最终使得规划的路径达到最优，增加泊车可用空间，提高泊车路径规划成功率。
具体的，上述可用泊车空间边界还包括锥桶、墙、立柱等实际障碍物实际边界，需泊停车辆在实际泊车过程中，必须要避免与泊车空间的边界发生碰撞。
在本申请的一个具体实施例中，若目标车位的侧方边界，其中一边是以地面标线作为边界，另外一边是墙体或者其他障碍物，则上述将地面侧边线进行裁剪的过程包括，只将以地面标线作为边界的地面侧边线进行裁剪。
在本申请的一个具体实施例中，若目标车位的侧方边界，两边都是以地面侧边线作为边界，上述将地面侧边线进行裁剪的过程包括，根据需泊停车辆的尺寸以及所述目标车位尺寸，对目标车位的两条侧边线中的一条进行裁剪。具体的，在泊车的过程中，若需泊停车辆尺寸较小，目标车位较宽，需泊停车辆离车位较近，对较靠近车辆的一条侧边线进行裁剪，就能够规划出一条无须折返直接倾斜进入车库的最短泊车路径，这样就能够提高泊车路线规划中的可使用空间，提高泊车路径规划的成功率，并提高泊车效率。
在本申请的一个具体实施例中，若目标车位的侧方边界，两边都是以地面侧边线作为边界，上述将地面侧边线进行裁剪的过程包括，将两条侧边线均进行裁剪。具体的，在泊车的过程中，若需泊停车辆尺寸较大，目标车位比较窄，需泊停车辆离车位比较近，若理想路径无须折返直接倾斜可以将车辆成功泊停，但是在泊车过程中可能同时压到两条侧边线，那么就将两条侧边线都进行裁剪，再进行后续的碰撞检测以及路径规划，这样就能够提高泊车路 线规划中的可使用空间，提高泊车路径规划的成功率，并提高泊车效率。
在本申请的一个具体实施例中，上述将地面侧边线以及与地面侧边线相交的道路边线进行裁剪的过程包括，将地面侧边线从靠近道路边线的部分开始，裁剪掉地面侧边线长度的0.3倍至1倍；以及将与地面侧边线相交的道路边线从靠近地面侧边线的部分开始，裁剪掉被裁剪掉的地面侧边线长度的0.5倍至1.5倍。将车位的地面侧边线的外侧裁剪掉大于0.3倍，并且将相交的地面标线裁剪掉被裁剪掉的地面侧边线长度的0.5倍至1.5倍时，能够明显提高泊车路线规划的成功率，提高泊车效率。
优选的，上述将地面侧边线以及与地面侧边线相交的道路边线进行裁剪的过程包括，将所述地面侧边线从靠近所述道路边线的部分开始，裁剪掉所述地面侧边线长度的0.3-0.5倍。当保留的侧边线长度小于原侧边线长度的0.5倍时，其泊车路线规划成功率不再继续提高。具体的，车辆的运动符合运动学约束，规划泊车路径需符合运动学约束决定了，将目标车位地面侧边线的长度裁剪至小于一定值时，继续裁剪对提高泊车路径规划成功率不再有帮助。
过程S304表示的利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测，并根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径的过程，能够最终高成功率地规划出一条与原车位底边线有交叉的泊车路径，在泊车的过程中，既可以高效地进行泊车，又可以避免跟障碍物发生碰撞。
在本申请的一个具体实施例中，上述利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测的过程包括，利用车辆的实际轮廓对可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测。
在本申请的一个具体实施例中，上述利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测的过程包括，利用车辆经缩小的轮廓对可用泊车空间的相应边界进行碰撞检测；以及利用车辆的实际轮廓对实际障碍物轮廓线进行碰撞检测。在本实施例中，上述可用泊车空间的相应边界不包括锥桶、墙、立柱等实际障碍物。在具体泊车过程中，利用车辆经缩小的轮廓与可用泊车空间边界进行碰撞检测，意味着车辆可以进一步更多地压过位于地面上二维的车位边线和道路边线，如图5所示，增加车辆在泊车过程中的可用泊车空间，提高泊车路径规划的成功率，提高泊车效率。
在本申请的一个具体实施例中，上述车辆经缩小的轮廓为以车辆的中心为中心，将车辆缩小至不大于车辆的实际轮廓的0.8倍而得到的车辆虚拟轮廓，从车辆轮廓小于0.8倍起，泊车路径规划的成功率明显提高。
优选的，上述车辆经缩小的轮廓为以车辆的中心为中心，将车辆缩小至不大于车辆的实 际轮廓的0.5倍而得到的车辆虚拟轮廓。从车辆轮廓小于0.5倍起，泊车路径规划的成功率提高的速度更加明显。
在本申请的一个具体实施例中，上述根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径的过程包括，根据碰撞检测的结果，利用实时圆弧法进行路径规划。
在本申请的一个具体实施例中，上述根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径的过程包括，根据碰撞检测的结果，利用HybridA*搜索算法计算规划泊车路径。
在本申请的一个具体实施例中，在需泊停车辆使用频率较高的泊车场景中，例如，家用车库，本申请一种自动泊车路径规划方法还包括，将进行上述自动泊车规划路径得到的泊车路径进行储存，能够便于之后进行泊车时，直接调用并按照存储的路径进行。
图6示出了本申请一种自动泊车路径规划装置的一个具体实施方式
在图6示出的本申请自动泊车路径规划装置的具体实施方式中，包括
感知模块601，用于提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息；识别模块602，用于根据感知信息识别目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线；可用泊车空间相应边界获取模块，用于将地面侧边线以及与地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为目标车位的可用泊车空间的相应边界；以及碰撞检测及规划模块，用于利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测，并根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径。
本申请通过将能够为侧边界为地面标线的车位的地面侧边线以及道路边线进行裁剪，使得进行自动泊车路径规划的过程提现有技术相比具有较大的可用自由泊车空间，能够提高泊车路线规划的成功率，减少泊车所需空间，提高泊车效率。
用于提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息的感知模块601，能够便于后续根据感知信息识别目标车位的地面侧边线，道路边线以及实际障碍物轮廓线。在本申请的一个具体实施例中，上述侧边线感知模块601包括车辆上配置的至少一个传感器，例如，AVM(环视鱼眼摄像头)以及USS(超声波雷达)。
用于根据感知信息识别目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线的识别模块602，能够便于根据识别到的地面侧边线、道路边线以及实际障碍物轮廓线构造泊车空间边界。
用于将地面侧边线以及与地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为目标车位的可用泊车空间的相应边界的可用泊车空间相应边界获取模块603，能够使得后续直接利用裁剪剩余的地面侧边线和道路边线构成可用泊车空间的相应 边界进行碰撞检测，最终使得规划的路径达到最优，增加泊车可用空间，提高泊车路径规划成功率。
用于利用可用泊车空间的相应边界和实际障碍物轮廓线进行碰撞检测，并根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径的碰撞检测及规划模块604，能够最终高成功率地规划出一条与原车位底边线有交叉的泊车路径，在泊车的过程中，既可以高效地进行泊车，又可以避免跟障碍物发生碰撞。
在本申请的一个具体实施例中，上述碰撞检测及规划模块604，能够根据碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径的过程包括，根据碰撞检测的结果，利用实时圆弧法进行泊车路径规划。
在本申请的一个具体实施例中，上述碰撞检测及规划模块604，能够根据碰撞检测的结果，利用HybridA*搜索算法计算规划泊车路径。
在本申请的一个具体实施例中，在需泊停车辆使用频率较高的泊车场景中，例如，家用车库，本申请一种自动泊车路径规划装置还包括，路径存储装置，其用于将进行上述自动泊车规划路径得到的泊车路径进行储存，能够便于之后进行泊车时，直接调用并按照存储的路径进行。
本申请提供的扩展自动泊车路径规划装置，可用于执行上述任一实施例描述的扩展自动泊车路径规划方法，其实现原理和技术效果类似，在此不再赘述。
在本申请的一个具体实施例中，本申请一种自动泊车路径规划装置中各功能模块可直接在硬件中、在由处理器执行的软件模块中或在两者的组合中。
软件模块可驻留在RAM存储器、快闪存储器、ROM存储器、EPRO0M存储器、EEPROM存储器、寄存器、硬盘、可装卸盘、CD-ROM或此项技术中已知的任何其它形式的存储介质中。示范性存储介质耦合到处理器，使得处理器可从存储介质读取信息和向存储介质写入信息。
处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application Specific Integrated Circuit，简称：ASIC)、现场可编程门阵列(英文：Field Programmable Gate Array，简称：FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任何组合等。通用处理器可以是微处理器，但在替代方案中，处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合，例如DSP与微处理器的组合、多个微处理器、结合DSP核心的一个或一个以上微 处理器或任何其它此类配置。在替代方案中，存储介质可与处理器成一体式。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替代方案中，处理器和存储介质可作为离散组件驻留在用户终端中。
在本申请的另一个具体实施方式中，一种计算机可读存储介质，其存储有计算机指令，计算机指令被操作以执行方上述中的扩展一种自动泊车路径规划方法。
在本申请的一个另一个具体实施方式中，一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，该计算机指令被操作以执行上述方案中的自动泊车路径规划方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (14)

  1. 一种自动泊车路径规划方法，其特征在于，包括：
    提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息；
    根据所述感知信息识别所述目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线；
    将所述地面侧边线以及与所述地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为所述目标车位的可用泊车空间的相应边界；以及
    利用所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测，并根据所述碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径。
  2. 根据权利要求1所述的自动泊车路径规划方法，其特征在于，所述将所述地面侧边线以及与所述地面侧边线相交的道路边线进行裁剪的过程包括，
    将所述地面侧边线从靠近所述道路边线的部分开始，裁剪掉所述地面侧边线长度的0.3倍至1倍；以及
    将与所述地面侧边线相交的道路边线从靠近所述地面侧边线的部分开始，裁剪掉被裁剪掉的地面侧边线长度的0.5倍至1.5倍。
  3. 根据权利要求2所述的自动泊车路径规划方法，其特征在于，所述将所述地面侧边线以及与所述地面侧边线相交的道路边线进行裁剪的过程包括，
    将所述地面侧边线从靠近所述道路边线的部分开始，裁剪掉所述地面侧边线长度的0.3-0.5倍。
  4. 根据权利要求1所述的自动泊车路径规划方法，其特征在于，所述利用所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测的过程包括，
    利用所述车辆的实际轮廓对所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测。
  5. 根据权利要求1所述的自动泊车路径规划方法，其特征在于，所述利用所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测的过程包括，
    利用所述车辆经缩小的轮廓对所述可用泊车空间的相应边界进行碰撞检测；以及
    利用所述车辆的实际轮廓对所述实际障碍物轮廓线进行碰撞检测。
  6. 根据权利要求5所述的自动泊车路径规划方法，其特征在于，所述车辆经缩小的轮廓为以所述车辆的中心为中心，将所述车辆缩小至不大于所述车辆的实际轮廓的0.8倍而得到的车辆虚拟轮廓。
  7. 根据权利要求6所述的自动泊车路径规划方法，其特征在于，所述车辆经缩小的轮廓为以所述车辆的中心为中心，将所述车辆缩小至不大于所述车辆的实际轮廓的0.5倍而得 到的车辆虚拟轮廓。
  8. 一种自动泊车路径规划装置，其特征在于，包括，
    感知模块，用于提取车辆感知到的包含目标车位在内的预定泊车空间内的感知信息；
    识别模块，用于根据所述感知信息识别所述目标车位的地面侧边线、道路边线、以及实际障碍物轮廓线；
    可用泊车空间相应边界获取模块，用于将所述地面侧边线以及与所述地面侧边线相交的道路边线进行裁剪，并将裁剪后剩余的地面侧边线和道路边线作为所述目标车位的可用泊车空间的相应边界；以及
    碰撞检测及规划模块，用于利用所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测，并根据所述碰撞检测的结果进行车辆轨迹规划得到自动泊车规划路径。
  9. 根据权利要求8所述的自动泊车路径规划装置，其特征在于，所述可用泊车空间相应边界获取模块，用于将所述地面侧边线以及与所述地面侧边线相交的道路边线进行裁剪，具体包括：
    将所述地面侧边线从靠近所述道路边线的部分开始，裁剪掉所述地面侧边线长度的0.3倍至1倍；以及
    将与所述地面侧边线相交的道路边线从靠近所述地面侧边线的部分开始，裁剪掉被裁剪掉的地面侧边线长度的0.5倍至1.5倍。
  10. 根据权利要求9所述的自动泊车路径规划方法，其特征在于，所述将所述地面侧边线从靠近所述道路边线的部分开始，裁剪掉所述地面侧边线长度的0.3倍至1倍，具体为：
    将所述地面侧边线从靠近所述道路边线的部分开始，裁剪掉所述地面侧边线长度的0.3-0.5倍。
  11. 根据权利要求8所述的自动泊车路径规划装置，其特征在于，所述利用所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测的过程包括，
    利用所述车辆的实际轮廓对所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测。
  12. 根据权利要求8所述的自动泊车路径规划装置，其特征在于，所述利用所述可用泊车空间的相应边界和所述实际障碍物轮廓线进行碰撞检测的过程包括，
    利用所述车辆经缩小的轮廓对所述可用泊车空间的相应边界进行碰撞检测；以及
    利用所述车辆的实际轮廓对所述实际障碍物轮廓线进行碰撞检测。
  13. 一种计算机可读存储介质，其存储有计算机指令，其特征在于，所述计算机指令被操作以执行权利要求1-7中任一项所述的自动泊车路径规划方法。
  14. 一种计算机设备，其包括处理器和存储器，所述存储器存储有计算机指令，其中所述处理器操作所述计算机指令以执行权利要求1-7中任一项所述的自动泊车路径规划方法。
PCT/CN2022/083294 2021-12-28 2022-03-28 一种自动泊车路径规划方法、装置、介质及设备 WO2023123711A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP22871163.6A EP4227180A1 (en) 2021-12-28 2022-03-28 Automatic parking path planning method and apparatus, medium and device
US18/230,303 US20230373469A1 (en) 2021-12-28 2023-08-04 Method and apparatus for planning automatic parking path, and medium and device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202111626377.4 2021-12-28
CN202111626377.4A CN116353619A (zh) 2021-12-28 2021-12-28 一种自动泊车路径规划方法、装置、介质及设备

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/230,303 Continuation US20230373469A1 (en) 2021-12-28 2023-08-04 Method and apparatus for planning automatic parking path, and medium and device

Publications (1)

Publication Number Publication Date
WO2023123711A1 true WO2023123711A1 (zh) 2023-07-06

Family

ID=86914971

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/083294 WO2023123711A1 (zh) 2021-12-28 2022-03-28 一种自动泊车路径规划方法、装置、介质及设备

Country Status (4)

Country Link
US (1) US20230373469A1 (zh)
EP (1) EP4227180A1 (zh)
CN (1) CN116353619A (zh)
WO (1) WO2023123711A1 (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3422133A1 (en) * 2017-06-30 2019-01-02 Magneti Marelli S.p.A. Path planning method for computing optimal parking maneuvers for road vehicles and corresponding system
CN110497901A (zh) * 2019-08-30 2019-11-26 的卢技术有限公司 一种基于机器人vslam技术的泊车位自动搜索方法和系统
CN111016886A (zh) * 2019-12-19 2020-04-17 汉腾汽车有限公司 一种基于b样条理论的自动泊车路径规划方法
CN111152784A (zh) * 2020-01-07 2020-05-15 江苏大学 一种智能代客泊车局部路径规划方法
JP2021094929A (ja) * 2019-12-13 2021-06-24 本田技研工業株式会社 駐車支援装置、駐車支援方法及びプログラム
CN113306549A (zh) * 2021-06-17 2021-08-27 英博超算(南京)科技有限公司 一种自动泊车轨迹规划算法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3422133A1 (en) * 2017-06-30 2019-01-02 Magneti Marelli S.p.A. Path planning method for computing optimal parking maneuvers for road vehicles and corresponding system
CN110497901A (zh) * 2019-08-30 2019-11-26 的卢技术有限公司 一种基于机器人vslam技术的泊车位自动搜索方法和系统
JP2021094929A (ja) * 2019-12-13 2021-06-24 本田技研工業株式会社 駐車支援装置、駐車支援方法及びプログラム
CN111016886A (zh) * 2019-12-19 2020-04-17 汉腾汽车有限公司 一种基于b样条理论的自动泊车路径规划方法
CN111152784A (zh) * 2020-01-07 2020-05-15 江苏大学 一种智能代客泊车局部路径规划方法
CN113306549A (zh) * 2021-06-17 2021-08-27 英博超算(南京)科技有限公司 一种自动泊车轨迹规划算法

Also Published As

Publication number Publication date
EP4227180A1 (en) 2023-08-16
CN116353619A (zh) 2023-06-30
US20230373469A1 (en) 2023-11-23

Similar Documents

Publication Publication Date Title
CN109649384B (zh) 一种泊车辅助方法
US10703360B2 (en) Parking support method and device
CN111746504B (zh) 记忆泊车方法、系统、装置及计算机可读存储介质
US10733889B2 (en) Method and device for parking assistance
CA3008378A1 (en) Parking support method and device
US20180178780A1 (en) Automatic parking method and system of vehicle
RU2746684C1 (ru) Способ управления парковкой и оборудование управления парковкой
CN112224198A (zh) 车位泊出方法、装置、车辆及存储介质
CN112216136A (zh) 泊车位检测方法、装置、车辆及存储介质
US20230174058A1 (en) Control method and apparatus and terminal device
CN112172793A (zh) 泊车路径规划方法、装置、车辆及存储介质
CN112758067A (zh) 基于双目立体相机的紧急制动方法、系统和智能终端
CN111626164A (zh) 车辆碰撞信息获取方法、装置、设备及存储介质
CN113895429A (zh) 一种自动泊车方法、系统、终端及存储介质
WO2023123711A1 (zh) 一种自动泊车路径规划方法、装置、介质及设备
WO2023123704A1 (zh) 一种自动泊车路径规划方法、装置、介质及设备
CN112208517B (zh) 一种基于自动泊车系统的目标车位选择方法及其系统
CN113104053A (zh) 一种自动掉头循迹方法及无人车
JP2018083481A (ja) 駐車支援方法及び駐車支援装置
KR20200046159A (ko) 차량의 주차 지원 장치 및 방법
US20240123973A1 (en) Apparatus and method for automatic parking based on parking area environment recognition
JP7405277B2 (ja) 駐車支援方法及び駐車支援装置
TWI793482B (zh) 輔助駕駛方法及車輛
US11673543B2 (en) Vehicle control system and vehicle control method
WO2024069689A1 (ja) 運転支援方法及び運転支援装置

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022871163

Country of ref document: EP

Effective date: 20230418